麻醉深度是指手术患者在麻醉药物的作用下，机体所达到的麻醉程度。在外科手术中，麻醉深度检测对于保障患者生命，减轻患者痛苦有重要作用。当前，评估麻醉深度的方法主要是通过麻醉师对患者的各项临床体征及生理指标进行观察，人工判断麻醉深度是否达到最佳。现有方法存在较多缺点：麻醉师主观因素对麻醉深度判断有干扰，判断的准确性依赖于麻醉师的技能水平与经验；不能有效地对患者的各项指标进行综合分析判断；判断方法有延迟性等。现代手术的麻醉过程产生了大量的数据。如何有效地分析利用这些数据，从中发现有价值的知识和规律已成为知识发现领域跨学科研究的热点。 本文的内容是关于知识发现的重要手段--人工神经网络技术在麻醉深度检测数据处理中的试验性研究和应用。本文首先论述了知识发现的过程、对象及方法，然后介绍了研究中实际使用的麻醉病例数据库、神经网络模型和对结果的检验评价方法。按照知识发现的过程完成下列工作：(1)存储麻醉深度检测相关数据的数据库设计。(2)麻醉深度检测的神经网络模型的设计和训练。(3)使用所设计的神经网络模型对手术采样数据进行麻醉深度判断，并对判断结果进行了统计学检验。结果表明：应用神经网络，以心率和血压等指标作为输入，可以有效地对麻醉深度进行分类，比传统方法客观，比前沿方法实用，同时为麻醉学方面的知识发现研究提供了成熟的工作流程和数据准备工作。